기계공학부의 이 연구실은 피로 균열 성장 예측, 포노닉 크리스탈, 회전 기계 결함 진단 분야에서 활발한 연구를 수행하고 있습니다. 최근 3년간 이 연구실은 데이터 기반 및 물리 기반 방법을 결합하여 피로 균열 성장 예측을 위한 하이브리드 접근법을 개발하였으며, 이를 통해 다양한 산업 분야에서의 응용 가능성을 입증하였습니다. 또한, 포노닉 크리스탈을 이용한 초음파 변환기 연구 및 열 발전소의 보일러 튜브 누출 감지 시스템 개발에 성공하였습니다. 회전 기계 결함 진단 분야에서는 다중 센서 데이터를 활용한 최적의 시간적 합성 오토인코더를 개발하여, 저속 조건에서의 베어링 결함 진단 및 다양한 토크 조건에서의 모터 결함 진단을 위한 자가 지도 학습 기법을 제안하였습니다. 이러한 연구 성과는 여러 국제 학술지와 학회에서 발표되었으며, 관련 산업 분야와의 협력을 통해 실질적인 응용 가능성을 높이고 있습니다.